R语言 错误“dimnames”[ 1 ]必需与陈列范围相等及谱系图输入不对

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

想做个层次聚类，转置后设置行名时提示Error in `rownames<-`(`*tmp*`, value = c(271L, 247L, 342L, 1158L, 1338L,  :
  length of 'dimnames' [1] not equal to array extent
plot的时候又提示
Error in graphics:::plotHclust(n1, merge, height, order(x$order), hang,  :
  谱系图输入不对

以下是代码和数据，望各位大神帮忙看看，在下新手，多谢多谢！ body1.txt (4.15 MB)

2015-5-9 11:12:47 上传

> csv <- read.table("body1.txt",header=T)
> mystopwords<- unlist (read.table("StopWords.txt",stringsAsFactors=F))
> library(tm)
> #移除数字
> removeNumbers = function(x) { ret = gsub("[0-9０１２３４５６７８９]","",x) }
> #中文分词，也可以考虑使用rmmseg4j、rsmartcn
> wordsegment<- function(x) {
+     library(Rwordseg)
+     segmentCN(x)
+ }
> #去除停止词，效果比较差，可以进一步完善
> removeStopWords = function(x,words) {
+     ret = character(0)
+     index <- 1
+     it_max <- length(x)
+     while (index <= it_max) {
+         if (length(words[words==x[index]]) <1) ret <- c(ret,x[index])
+         index <- index +1
+     }
+     ret
+ }
> Sys.setenv(JAVA_HOME='C:/Program Files/Java/jdk1.6.0_43/jre')
> sample.words <- lapply(csv, removeNumbers)
> sample.words <- lapply(sample.words, wordsegment)
> #先处理中文分词，再处理stopwords，防止全局替换丢失信息
> sample.words <- lapply(sample.words, removeStopWords, mystopwords)
> #构建语料库
> corpus = Corpus(VectorSource(sample.words))
>
> sample.dtm <- DocumentTermMatrix(corpus, control = list(wordLengths = c(2, Inf)))
> sample_matrix =as.matrix(sample.dtm)
> rownames(sample_matrix)<- csv$newsid
Error in `rownames<-`(`*tmp*`, value = c(271L, 247L, 342L, 1158L, 1338L,  :
  length of 'dimnames' [1] not equal to array extent
>
> dtm2 = removeSparseTerms(sample.dtm, sparse=0.99)
> d <- dist(dtm2, method = "euclidean")
> fit <- hclust(d, method="ward.D")
> plot(fit)
Error in graphics:::plotHclust(n1, merge, height, order(x$order), hang,  :
  谱系图输入不对


还想问问大家，由于我的数据量比较大，做层次聚类的谱系图会太密集，看不清，有什么更好的文本聚类方法吗？我后续还想进行如用cutree提取出每条新闻属于哪一类的操作，不知道有没有别的方法或函数能做到的，多谢大家了！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Names name R语言 mes DIM Error 中考

自己顶，快来帮忙啊

矩阵行数跟newsid长度不一样

katymeala 发表于 2015-5-9 20:07
矩阵行数跟newsid长度不一样

这是什么情况啊，是前边的步骤影响数据了吗？我这个是照着网上的一个例子写的，他的数据格式都跟我的很像，我就按照自己的数据改了改，可是就是不行.........

nrow(sample_matrix)
rownames(sample_matrix) <- csv$type[1:95]

我是这样干的

请问您第二个问题是怎末解决的呢